避免 scipy eigs ArpackNoConvergence 错误

Question

是什么导致了这个 scipy 函数中的 ArpackNoConvergence 错误？

文档只是说“当未获得请求的收敛时”，但没有提供任何有关这实际含义的信息。

http://docs.scipy.org/doc/scipy-0.15.1/reference/generated/scipy.sparse.linalg.eigs.html

Answer 1

没有办法有效地分析计算特征向量和特征值。相反，您使用迭代过程来近似它们：您从一些猜测的解决方案开始，并尝试在每次迭代中改进它。

迭代过程本身并没有定义停止标准。显然，一旦我们的近似值非常接近实际解决方案，我们希望它停止。

但有时我们会非常缓慢地改进我们的近似值，并且要达到一个好的近似值所需要的步骤数量会非常庞大​​。我们可能想要定义最大迭代次数，而不是让计算机计算不确定的时间量。

如果在最大迭代次数后（参见 maxiter 关键字），当前的近似值与实际解决方案不够接近（参见 tol 关键字），我们说算法没有收敛。